奇点云 CEO 王乐珩：Производство в настоящее время переживает своеv «Двенадцатое ноября»

"Экспоненциальный рост данных в производственной отрасли, подобный 'Дню холостяка' Alibaba летом, заставляет меня, как специалиста в области данных, чувствовать необычайное волнение. Это знакомое чувство почти заставляет меня вернуться в прошлое, но на этот раз я нахожусь на совершенно новой сцене."

Бывший технический директор Qidian Cloud, работавший в Alibaba несколько лет, Дилей, излучает взгляд, полный энтузиазма и ожидания.

"奇点云"指的是"Singularity Hub"，它是一个科技与未来科学领域的在线平台，致力于报道和讨论人工智能、生物技术、纳米技术等领域的最新进展和趋势。

В двух словах, они являются независимым поставщиком базового программного обеспечения для больших данных, успешно совместимым с десятью крупнейшими облачными поставщиками IaaS в мире; хотя вся команда основателей изначально из Алибабы, это не инвестиционный проект Алибабы; как один из немногих в стране игроков, обладающих полным опытом практического применения больших данных, их всегда рассматривали как одного из четырех крупнейших поставщиков среднего уровня в стране.

Партнёр и технический директор компании Qitan Cloud Ван Лехен (прозвище: "Мина"), имеет более 18 лет опыта в области разработки данных, продуктов и предпринимательства, ранее занимал должность главного директора по продукту в Alidata. Основатели и руководящий состав команды также в основном имеют глубокий опыт работы в Alibaba. Команда, стоящая за Qitan Cloud, тесно связана с этим техническим наследием.

С благодаря технологическому преимуществу и успехам в ключевых областях розничной торговли, финансов и корпоративного сектора, компания QiDian Cloud завершила успешное привлечение капитала на втором раунде в конце 2022 года на сумму близкую к ста миллионам юаней. По официальной информации, эти средства будут направлены на разработку собственных технологий в области данных, постоянное улучшение продуктов и услуг, а также ускорение реализации стратегии "для предприятий", оптимизацию структуры доходов и достижение высококачественного развития. В 2023 году QiDian Cloud получила признание ведущих клиентов в различных областях производства, что привело к удвоению доли выручки от производства.

"Excellent grades, what are they focusing on?"

This sentence has been translated to Russian as: "Отличные оценки, на что они сейчас сосредотачиваются?"

Ответ: содействие развитию производства.

Unexpectedly discovered the "new data frontier" in the manufacturing industry.

"Exponential growth in manufacturing data, this is truly unexpected, we did not anticipate this at all. This discovery was purely accidental!" chuckled Delaire.

"Экспоненциальный рост данных в производственном секторе - это действительно неожиданно, мы совсем не ожидали этого. Это открытие было чистой случайностью!" - пошутил Делере.

This should start with talking about the collaboration between Qidian Cloud and a new energy manufacturing company (Company A).

Translation to Russian:
Это следует начать с рассказа о сотрудничестве сети Qidian и компании по производству новой энергии (компании A).

Компания A использует платформу облачных данных DataSimba от QiDianYun, которая позволяет проанализировать и обработать большие объемы различных типов данных. Каждую ночь автоматически создаются отчеты, что позволяет компании вносить соответствующие корректировки на следующий день.

Неожиданным было то, что в течение менее трех недель начальник компании A позвонил вам с запросом.

На том конце телефонной линии, требования начальства совершенно ясны: "DataSimba работает хорошо, результаты анализа данных также неплохие, мы хотим продолжить увеличивать скорость и уделять больше внимание, чтобы обновлять данные каждый час вместо одного раза в день. Кроме того, данные нескольких баз ожидают производства."

Шахтер был поражен: он не ожидал, что обратная связь от цифр и увеличение объема данных в промышленности разовьется так быстро! Сначала он думал, что после запуска DataSimba масштабное расширение ресурсов произойдет через два-три года, но сейчас, из-за внезапного взрывного увеличения данных, требуется срочное обновление базовой инфраструктуры, и прошло всего две-три недели.

The project team engineers work overtime to help Company A achieve the goal of generating data every hour without additional resources. Then, the company brings in various experts to study real-time processing of large-scale, multi-source, and heterogeneous data. "The capacity of the technology stack has its limits. When we need to go beyond certain levels, it's not just about adding more machines," they said.

Через три недели А-босс получил результаты анализа стабильного производства на уровне часовой оплаты труда, что позволило ему принимать более своевременные решения, укрепляя конкурентоспособность и увеличивая прибыль.

At the same time, the mine quickly realized that this was not just a demand of Company A, but a challenge facing the entire manufacturing industry.

На русский язык: В то же время, шахтеры быстро поняли, что это не только требование компании A, но и вызов, стоящий перед всей отраслью производства.

Обсуждая этот вопрос, неизбежно возникает вопрос: почему данные в сфере производства внезапно стали такими объемными?

The increase in data is due to the increase in data sources.

Увеличение данных происходит из-за увеличения источников данных.

Как известно, традиционная производственная отрасль склонна использовать ручной труд для решения проблем, где рабочие выполняют операции на производственной линии вручную и вручную вводят данные. Тем не менее, сейчас все больше и больше автоматического оборудования внедряется в промышленность, замещая традиционную ручную работу. Эти устройства и системы генерируют большое количество данных, которые становятся важным источником данных для производственной отрасли.

"Manufacturing industry generates a large amount of machine data, which is collected at set time intervals and referred to as time-series data. The amount of data in manufacturing industry is much larger than the data generated by people on a regular basis, because the machines in manufacturing operations collect data at fixed time intervals, generating large amounts of data every second. Additionally, this data is collected in a sequential order based on time, for instance, temperature data is collected every 15 seconds, displaying a clear temporal sequence," explained the engineer.

Изображение: все больше предприятий переходят на автоматические производственные линии (иллюстрация создана искусственным интеллектом)

The transformation of the manufacturing industry itself is driving companies to use data to solve problems.

Преобразование самостоятельной промышленности заставляет предприятия использовать данные для решения проблем.

Using company B as an example, company B is a dairy enterprise that faces many complex issues when delivering products to customers, and they have found a solution through collaborating with Qiniu Cloud to optimize delivery schedules.

На примере компании B, это молочное предприятие, сталкивающееся с множеством сложных проблем при доставке продукции клиентам, и они нашли решение, сотрудничая с облачным сервисом Qiniu, чтобы оптимизировать графики доставки.

Например, для производства и доставки различных типов молока необходимо учитывать условия транспортировки и логистики. В этом процессе компания B должна производить и доставлять продукцию в нужное время, с учетом качества продукции.

Иногда потому что закупка сырья происходит у разных поставщиков и по разным ценам, B-предприятию важно стремиться к прибыли, удовлетворяя потребности клиентов.

In addition, it is necessary to consider the worst-case scenario, that is, if there is a default or delay, which orders should be prioritized for resolution.

Дополнительно необходимо учитывать худший сценарий, то есть, если произойдет дефолт или задержка, какие заказы следует приоритизировать для разрешения.

In general, the issues of Company B involve multiple complex variables that need to be coordinated and optimized.

На общем уровне проблемы компании B связаны с несколькими сложными переменными, требующими координации и оптимизации.

В течение последних нескольких десятилетий эти проблемы в основном решались вручную, например, путем настройки линий производства на основе опыта и использования таблиц Excel для управления.

Это означает, что «But now this method no longer works. Why?» на русском.

Из-за того, что в компании B существует много отделов, каждый отдел имеет свою собственную систему, и каждая система генерирует большое количество детальных данных, образуя несколько "островов данных". Объем данных на этих островах данных очень большой, составляет терабайты (триллионы байт) (1 терабайт примерно равен 1,1 трлн байт), и традиционным способом невозможно обрабатывать такой огромный объем данных вручную.

"С учетом постоянно увеличивающегося объема новых данных, человеку трудно реагировать на изменения каждый час или даже минуту, поэтому необходимо использовать данные и автоматизацию для управления всей производственной линией, включая управление заказами, логистику, закупку сырья, производство и линию производства."

"Opportunity is here, the era of data intelligence in the manufacturing industry is approaching," said Delle, feeling very excited.

Translation: "Шанс настал, эра интеллектуализации данных в производственной отрасли приближается", - сказал Делле, чувствуя себя очень взволнованным.

不，一般来说飞机不可以在飞行时更换引擎。更换引擎通常需要在停机坪或维修设施中进行。

Чтобы успешно завоевать эту битву в области производства, технологии играют особенно важную роль.

Команда Oddity Cloud обладает техническими навыками, обширным опытом и экспертизой в области больших данных, так как участвовала во многих проектах, что позволяет ей знать, где могут быть ловушки, и как их избежать.

Конечно, одних только технологий больших данных недостаточно, нужен также "общий язык".

Один опытный производственный работник шутит: "В производственной сфере сотни специальных терминов, такие как 'OEE', 'производительность оборудования', 'UPH', 'своевременность закупок' и так далее. Если не работать в этой области хотя бы 10 лет, можно путаться уже через 5 минут."

“Самое плохое - это когда вы говорите с клиентом о технических деталях, а клиент отвечает вам о сценариях, и никто ничего не понимает друг у друга, словно курица говорит с уткой,” - вот что сказано в этом афоризме.

Поэтому компания Qidian Cloud создала команду по отрасли производства, в которой "старшие эксперты" происходят из консалтинговых компаний по промышленному производству и производителям промышленного программного обеспечения и т. д. Они отлично разбираются в отрасли, владеют ноу-хау и могут общаться с клиентами на общем языке.

The leader of the industry line at Singularity Cloud Manufacturing, Hang Yu, said: "We are happy to stay with customers, helping them make full use of data to improve business and decision-making. We also have the ability to 'change the engine while flying'."

Translation to Russian:
Руководитель отраслевой линии Singularity Cloud Manufacturing, Хан Ю, сказал: "Мы с удовольствием находимся на связи с клиентами, помогая им полностью использовать данные для улучшения бизнеса и принятия решений. Мы также обладаем способностью "менять двигатель во время полета"."

На русский язык переводится как: "Как поменять двигатель на самолете?"

Клиентом компании 奇点云 является инновационная компания в области оптоволокна (C-компания).

Компания C завершила создание центра обработки данных несколько лет назад. Но несколько лет назад она была добавлена в "Список сущностей" США, после чего поставщик данных центра IBM прекратил снабжение - продукты могут продолжать использоваться, но не будут получать обновлений, исправлений уязвимостей и технической поддержки.

Для компании C данные уже используются в нескольких ключевых областях, касающихся управленческих решений, контроля производства и других аспектов. Стабильность, надежность и безопасность инфраструктуры данных, таких как платформы данных и центры данных, становятся все более важными — производство данных не должно становиться "узким местом", и развитие способностей в области данных не должно прекращаться.

In fact, large companies practicing "domestic substitution" in the field of big data is more than just a matter of "changing a product" - На самом деле, крупные компании, практикующие "национальную замену" в области больших данных, делают гораздо больше, чем просто "меняют продукт".

Новый продукт должен поддерживать отечественные технологии, обладать самостоятельным управлением и преодолевать блокировки.

Старые продукты должны быть в новых продуктах, но они должны быть улучшены.

Старому продукту, которого не было, нужно развиваться, приспосабливаться к бизнесу и постоянно совершенствоваться вместе с бизнесом.

При переключении между новыми и старыми продуктами также необходимо обеспечить плавный переход без потерь существующих данных и гарантировать, что производство данных ежедневно не пострадает.

Для компании C, которая уже много лет занимается цифровыми технологиями, переход на новые продукты инфраструктуры данных подобно замене двигателя на летающем самолете.

Для решения проблемы в компании C, платформа данных DataSimba была запущена на облаке Quidian, и система управления кластером больших данных была переключена на DataKun облака Quidian, а миграция данных была завершена оригинальным заводом Quidian. В конечном итоге Quidian успешно помог компании C выполнить задачу «замены двигателя во время полета».

Как участвовать в соревнованиях с другими игроками на одной трассе (PK)?

На узкой дороге вы встретите три волны игроков: первая - традиционные информационные компании, вторая - интернет-гиганты и компании по работе с данными, и третья - консалтинговые фирмы.

Традиционные ИТ-компании хорошо осведомлены о процессах и проблемах в производственной сфере, но из-за отсутствия навыков в области больших данных они часто не могут решить данную проблему вовремя и эффективно, когда объем данных клиентов резко возрастает.

Интернет-гиганты обладают передовыми технологиями работы с большими данными, но имеют недостатки в области высоких технологий в производственной отрасли. Несмотря на то, что некоторые крупные компании создавали отличные команды для производства, эти команды часто ограничены корпоративной культурой и часто не могут долго существовать внутри компании, особенно когда для выполнения задачи требуется несколько лет для окупаемости.

Consulting firms have a good understanding of industry digitization and can provide strategic guidance for enterprise digital transformation. However, personnel from consulting firms often lack practical implementation experience, so ultimately, data technology companies are needed to implement projects.

Консалтинговые фирмы хорошо понимают цифровизацию отрасли и могут предоставить стратегическое руководство для цифровой трансформации предприятия. Однако персонал консалтинговых фирм часто не имеет практического опыта внедрения, поэтому в конечном итоге необходимы компании по данным технологиям для реализации проектов.

Мине говорит: "У нас есть как передовые технологии больших данных, так и ноу-хау в области производства. Кроме того, у нас существует отношение «и враг, и друг», с многими нашими партнерами, к примеру, у нас есть успешный опыт сотрудничества с консалтинговыми компаниями."

At the same time, Singularity Cloud has developed a unique methodology called "abstract model".
На русском: В то же время Singularity Cloud разработала уникальную методологию под названием "абстрактная модель".

Компания Qidian Cloud в течение первых трех лет своей деятельности сосредотачивалась на цифровом преобразовании розничной торговли и наработала методологию "абстрактной модели" на основе особенностей розничной торговли, бизнес-моделей и общего дизайна компании.

Например, если вы планируете управлять супермаркетом, вам достаточно отслеживать около 200 различных показателей данных. Odd!t Cloud уже абстрагировал эти показатели данных и создал относительно стандартную модель данных, так что с небольшими изменениями подобные супермаркеты могут быстро применить эти модели.

В области производства, платформа Qidian Cloud также разрабатывает модели данных, применимые к различным отраслям и сценариям производства, и в процессе постоянной оптимизации и совершенствования внедряет их во все большее количество предприятий.

Кроме того, платформа Qidian Cloud накопила опыт "оптимизации базовой структуры данных", который можно использовать в промышленности.

На примере розничной торговли, которая включает в себя большое количество данных, таких как данные пользователей онлайн и офлайн, а также товаров и т. д., важным вопросом является повышение возможности повторного использования нижестоящей архитектуры данных и создание более эффективной модели данных на техническом уровне.

В производственной отрасли также необходимо абстрагировать объекты, такие как "заказ" и "поставщик", а также события, связанные с заказами. Оптимизируя и абстрагируя техническую архитектуру, можно использовать более унифицированную и надежную техническую основу для поддержки меняющихся потребностей в бизнес-данных на верхнем уровне.

"Компания Qidian Cloud, пройдя путь от розничной торговли до производства, накопила уникальный опыт, который имеет большую ценность в оптимизации и абстрагировании базовой структуры данных", - отметил руководитель отраслевого направления Qidian Cloud для производственной отрасли Хань Юй.

“Three look, three propose”(三看三提) approach to digital transformation in manufacturing industry proposed by Qidian Cloud.

Стремительный облачный сервис — это независимая сторонняя компания, не привязанная к облачным ресурсам. Это означает, что они могут интегрироваться с различными облачными платформами и технологиями, обеспечивая клиентам большую свободу и гибкость, не зависимо от ограничений конкретного облачного поставщика.

"Being the protagonist in a war requires a sweet burden."

Translation to Russian: Быть главным героем в войне требует сладкого бремени.

"All data analysis and utilization are based on 'demand'. 'Demand' is the sweet 'burden' of data professionals." laughed Landmine.

Translation to Russian:
"Вся аналтика данных и использование основаны на 'спросе'. 'Спрос' - это сладкое 'бремя' для специалистов по данным". - рассмеялся Лэндмин.

One interesting example is when some former colleagues from Alibaba joined Google, they designed an architecture that amazed Google engineers. When asked why they designed it that way, they explained that it was because they had experienced the data explosion at Alibaba during "Double 11," so their design was able to handle massive amounts of data.

Translation into Russian:
Один интересный пример заключается в том, что некоторые бывшие коллеги из Alibaba перешли в Google и разработали такую архитектуру, что поразила инженеров Google. Когда их спросили, почему они разработали именно так, они объяснили, что это произошло потому, что они пережили взрыв данных в Alibaba во время «Двойного одиннадцатого», поэтому их проект способен обрабатывать огромные объемы данных.

Actually, the manufacturing industry works on a similar principle.

в Китае существует множество предприятий производственной отрасли, которые используют автоматизированные производственные линии и генерируют большое количество данных. Многие предприятия готовы использовать эти данные для снижения затрат и повышения эффективности. Именно поэтому возникают разнообразные сложные потребности.

Землерой суммирует: "Квантовый облако не просто предоставляет клиенту меч для убийства дракона, не обращая внимания на то, в каких обстоятельствах клиент будет использовать этот меч. Напротив, Квантовое облако более ориентировано на потребности клиента. Например, клиент может иметь различные потребности, такие как снижение издержек, оптимизация цепочки поставок, мониторинг цепочки поставок и т. д., и Квантовое облако будет копать все глубже в эти вопросы, пока не найдет методы решения с помощью данных."

It looks like in the "Manufacturing Data Wars" battle, Qidian Cloud is striving to be the main character, not just a supporting actor.

На виду, в сражении "Война данных в производстве" облачное хранилище Qidian стремится стать главным героем, а не просто дублером.